使用 Systemtap 定位 Pod 异常退出原因

本文介绍如何使用 Systemtap 工具定位 Pod 异常问题原因。

准备工作

请对应您使用节点的操作系统，按照以下步骤进行相关软件包安装：

Ubuntu 操作系统

执行以下命令，安装 Systemtap。

apt install -y systemtap

执行以下命令，检查所需待安装项。

stap-prep

返回示例结果如下：

Please install linux-headers-4.4.0-104-generic

You need package linux-image-4.4.0-104-generic-dbgsym but it does not seem to be available

Ubuntu -dbgsym packages are typically in a separate repository

Follow https://wiki.ubuntu.com/DebuggingProgramCrash to add this repository

apt install -y linux-headers-4.4.0-104-generic

根据上述返回结果可知目前需要 dbgsym 包，但已有软件源中并不包含，需使用第三方软件源安装。 请执行以下命令，安装 dbgsym。

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys C8CAB6595FDFF622



codename=$(lsb_release -c | awk '{print $2}')

sudo tee /etc/apt/sources.list.d/ddebs.list << EOF

deb http://ddebs.ubuntu.com/ ${codename} main restricted universe multiverse

deb http://ddebs.ubuntu.com/ ${codename}-security main restricted universe multiverse

deb http://ddebs.ubuntu.com/ ${codename}-updates main restricted universe multiverse

deb http://ddebs.ubuntu.com/ ${codename}-proposed main restricted universe multiverse

EOF



sudo apt-get update

配置好软件源后，再次运行以下命令。

stap-prep

返回示例结果如下：

Please install linux-headers-4.4.0-104-generic

Please install linux-image-4.4.0-104-generic-dbgsym

依次执行以下命令，安装提示所需的包。

apt install -y linux-image-4.4.0-104-generic-dbgsym

apt install -y linux-headers-4.4.0-104-generic

CentOS 操作系统

执行以下命令，安装 Systemtap。

yum install -y systemtap

向软件源 /etc/yum.repos.d/CentOS-Debug.repo 配置文件中输入以下内容并保存，本文以默认未安装 debuginfo 为例。

[debuginfo]

name=CentOS-$releasever - DebugInfo

baseurl=http://debuginfo.centos.org/$releasever/$basearch/

gpgcheck=0

enabled=1

protect=1

priority=1

执行以下命令检查所需待安装项，并进行相关项的安装。

说明

该命令将会安装 kernel-debuginfo。

stap-prep

执行以下命令，检查节点是否已安装多个版本 kernel-devel。

rpm -qa | grep kernel-devel

返回结果如下：

kernel-devel-3.10.0-327.el7.x86_64

kernel-devel-3.10.0-514.26.2.el7.x86_64

kernel-devel-3.10.0-862.9.1.el7.x86_64

若存在多个版本，则只需保留与当前内核版本相同的版本。假设当前内核版本为 3.10.0-862.9.1.el7.x86_64，结合上述返回结果需执行以下命令删除多余版本。

注意

可通过执行 uname -r 命令查看内核版本。

需确保 kernel-debuginfo 和 kernel-devel 均已安装并且安装版本与当前内核版本相同。

rpm -e kernel-devel-3.10.0-327.el7.x86_64 kernel-devel-3.10.0-514.26.2.el7.x86_64

问题分析

若 Pod 因异常被停止时，可以使用 Systemtap 来监视进程的信号发送进行问题定位。该过程工作原理如下：

Systemtap 将脚本转换为 C 语言代码，调用 gcc 将其编译成 Linux 内核模块并通过 modprobe 加载到内核。

根据脚本内容在内核进行 hook。此时即可通过 hook 信号的发送，找出容器进程停止的真正原因。

问题定位

步骤1：获取异常 Pod 中重新自动重启的容器 pid

执行以下命令，获取容器 ID。

kubectl describe pod <pod name>

返回结果如下：

......

Container ID: docker://5fb8adf9ee62afc6d3f6f3d9590041818750b392dff015d7091eaaf99cf1c945

......

Last State: Terminated

Reason: Error

Exit Code: 137

Started: Thu, 05 Sep 2019 19:22:30 +0800

Finished: Thu, 05 Sep 2019 19:33:44 +0800

执行以下命令，通过获取到的 Container ID 反查容器主进程的 pid。

docker inspect -f "{{.State.Pid}}" 5fb8adf9ee62afc6d3f6f3d9590041818750b392dff015d7091eaaf99cf1c945

返回结果如下：

7942

步骤2：根据容器退出状态码缩小排查范围

通过步骤1中返回信息中的 Exit Code 可以获取容器上次退出的状态码。本文以137为例，进行以下分析：

如果进程是被外界中断信号停止的，则退出状态码将在129 - 255之间。

退出状态码为137则表示进程是被 SIGKILL 信号停止的，但此时仍不能确定进程停止原因。

步骤3：使用 Systemtap 脚本定位异常原因

假设引发异常的问题可复现，则可以使用 Systemtap 脚本监视容器停止原因。

创建 sg.stp 文件，输入以下 Systemtap 脚本内容并保存。

global target_pid = 7942

probe signal.send{

if (sig_pid == target_pid) {

printf("%s(%d) send %s to %s(%d)\n", execname(), pid(), sig_name, pid_name, sig_pid);

printf("parent of sender: %s(%d)\n", pexecname(), ppid())

printf("task_ancestry:%s\n", task_ancestry(pid2task(pid()), 1));

}

}

注意

变量 pid 的值需替换为 步骤2 中获取的容器主进程 pid，本为以7942为例。

执行以下命令，运行脚本。

stap sg.stp

当容器进程因异常停止时，脚本可捕捉到事件，并执行输出如下：

pkill(23549) send SIGKILL to server(7942)

parent of sender: bash(23495)

task_ancestry:swapper/0(0m0.000000000s)=>systemd(0m0.080000000s)=>vGhyM0(19491m2.579563677s)=>sh(33473m38.074571885s)=>bash(33473m38.077072025s)=>bash(33473m38.081028267s)=>bash(33475m4.817798337s)=>pkill(33475m5.202486630s)

解决方法

通过观察 task_ancestry ，可以看到停止进程的所有父进程。例如，此处可以看到一个名为 vGhyM0 的异常进程，该现象通常表明程序中存在木马病毒，需要进行相关病毒清理工作以确保容器正常运行。